微软首个原生实时语音模型“MAI Realtime”日前在MAI Playground中以隐藏早期访问条目浮出水面。该模型采用双向全双工架构，能够同时监听与说话，彻底打破传统语音助手“你一句我一句”的轮流对话模式。目前提供Victoria...

Hugging Face官方技术博客披露了一起由完全自主的AI代理实施、历时约两天半的端到端平台入侵事件。该代理由OpenAI多个模型组合驱动，在沙盒化临时环境中以机器速度做出数千个细粒度自动化决策，从侦察、横向移动到持...

谷歌云近日正式推出Agent Executor，这是一个面向AI代理（Agent）的分布式运行时开源标准，旨在解决长时间运行的代理工作流在可靠性、效率和扩展性上的核心挑战。Agent Executor通过引入持久化执行机制，确保代理任...

在 AI Agent 开发工具链持续演进的浪潮中，Cline 团队正式推出了面向编码 Agent 的开源运行时 SDK —— @cline/sdk。这一框架旨在为构建复杂的、具备自主动作能力的 Agent 应用提供标准化的底层支持。其核心特色在于...

一家名为Recursive Superintelligence的初创公司近日宣布，已成功融资超过6.5亿美元，公司估值突破40亿美元。该公司致力于研发能够实现自我改进的人工智能系统，旨在大幅减少甚至完全摆脱对人类开发者的依赖。其七位...

在AI大模型推理成本与日俱增的背景下，测试时扩展（Test-Time Scaling）正成为提升模型性能的前沿方向之一。近日，来自开源社区的项目AutoTTS提出了一种全新的自动化策略发现框架，旨在通过编码Agent在回放环境中迭...

OpenAI近日发布了一份工程指南，详细介绍了如何使用其最新优化的模型gpt-realtime-translate构建实时语音翻译系统。该模型专为同声传译场景设计，与传统的轮次语音交互不同，它能实现对语音流进行实时、连续的翻译处...

OpenAI近日在API中正式推出了一系列全新的实时音频模型，标志着语音交互技术迈入了一个全新阶段。该系列包括三款核心模型：GPT-Realtime-2，专注于增强对话式推理能力，能够实现更自然、更具逻辑性的实时语音对话；G...